简单的图像去噪的实现

StevenKyleLee原创：http://blog.csdn.net/stevenkylelee/article/details/6973471
转载请注明

最近接到一个任务：去除图像中的噪点。
图片是从扫描仪扫描进来的，色彩只有黑白二值。因为是从书本上扫描，而书本上的纸张有背景色，
所以导致扫描的图片会出现一大片离散的噪点。为什么要去除噪点呢?因为噪点会干扰OCR程序对文字图片的识别。

一张有噪点的、扫描进来的黑白原图如下：



如何去除噪点呢？
观察了好一段时间，发现，凡是一个汉字的都是一大片相连的黑色像素。而噪点都是较小块的黑色像素。
是否可以通过判断黑色像素块的大小（相连的黑色像素数）来确定是一个汉字，还是一块噪点呢？
感觉这个方法应该可行，实现起来不算太难，也没涉及多少图像处理的算法和知识
于是乎，就试着动手吧。。。

先梳理一下思路：把整个位图（可看成是一个二维数组）认为是一个图（数据结构中的图的概念），
相邻的同色像素点之间有通路，用深度或广度优先搜索，取得所有的连通分量。
（类似水滴或染色算法，染色就是把曾经走过的路径着色标记起来，而我用hash表记录曾经走过的轨迹。）
如果连通分量的大小低于某个值，就认为它是一个离散的噪点，然后用背景色抹掉这个噪点。
当然，这样做是建立在“组成中文字的一个连通分量很大，而离散噪点通常很小”的假设上。

如何把一个位图看成是一个图呢？对于相邻的同色像素点，我想了2个规则。如下图：

目前来说我选择规则1，既是上下左右可能有通路，而斜边不存在通路

一个下午，程序就写出来了。效果还可以。上面扫描原图的大部分噪点都能去除了。
但对于一些字的边缘的毛刺 和 一些大块的只有小部分相连的噪点 还不能去除。
想了下，又多加了2个函数：我称之为：水平、垂直切割吧。
这2个函数的作用，就是从水平或者垂直方向尝试“切断”线段，有一个切割参数，表示可以切断的线段大小。
比如：切割大小为1，就是一条只有1像素粗细的垂直线段会被水平切割函数“切断”，
其实“切断”就是把被能切断的像素设置为背景色。

在执行判断连通分量大小去块的操作之前，先执行水平、垂直切割，
这样一些与字只有一个像素相连的噪点小块，就会被“切断”了。从而被下一步的判断连通分量的操作给去掉

上面扫描原图经过我的程序处理后的效果如下：



由于代码也不太短，所以，这里我就只分享下自己的思路了，
我的程序的源代码和一些样本图下载地址如下，还请不吝高手多多指教啊！（代码中也写了一个自己的腐蚀算法）：

http://download.csdn.net/detail/stevenkylelee/3798884

我个人觉得在帖子中帖代码，还不如把整个源代码工程上传。
1.节省版面。2.方便别人调试、查看。